内燃机神经网络建模和优化控制方法的分析.pdfVIP

摘 要 摘 要 实现更高效、更清洁的燃烧，是两大世界性问题一一能源和环 境问题对内燃机提出的永远要求。而如何更加高效的在满足曰益严 苛的排放法规的同时，尽可能的降低燃油消耗量，是人们对内燃机 控制提出的最直接问题。本文针对上述问题，以车用汽油机为研究 对象，提出了一种基于神经网络的内燃机优化：控制方法。 0～ 方法，与其它神经网络方法相比，该方法的训练时间很短(1 l80S)，并且无需事先确定隐层的个数，而是根据精度的需要，在训 练过程中确定神经网络的规模，避免了神经网络训练过程中的拟合 过度问题。本文用LOLIMOT神经网络方法建立了汽油机参数喷油脉 宽、点火提前角、转速和节气门开度与经济性、排放和扭矩共四项 指标之间的关系模型。与汽油机常规的物理模型相比，神经网络方 法可以避开汽油机燃烧过程尚不清楚的中间环节和目前测试技术方 面的困难，建立起我们所关心的目标与汽油机易测参数之间多输入、 多输出、强耦合、非线性的关系。考虑到多层前向神经网络的输入 输出关